| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-11页 |
| ·本课题研究的目的及意义 | 第11页 |
| ·相关模型概述 | 第11-12页 |
| ·基于隐马尔可夫声学建模 | 第11-12页 |
| ·基于条件随机域声学建模 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 语音识别体系结构 | 第15-30页 |
| ·系统体系结构 | 第15-16页 |
| ·语音信号的数字化和预处理 | 第16-19页 |
| ·语音采样 | 第16页 |
| ·语音预滤波 | 第16-17页 |
| ·A/D 变换 | 第17页 |
| ·预处理 | 第17-18页 |
| ·语音信号的存储及加窗分帧处理 | 第18-19页 |
| ·语音信号的时域分析 | 第19-22页 |
| ·短时平均能量 | 第19-20页 |
| ·短时过零率 | 第20-21页 |
| ·端点检测 | 第21-22页 |
| ·语音信号特征参数 | 第22-29页 |
| ·线性预测系数 | 第23-26页 |
| ·线性预测倒普系数（LPCC） | 第26-27页 |
| ·Mel 倒普系数 | 第27-29页 |
| ·其它特征参数 | 第29页 |
| ·特征数据的失真测度 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 隐马尔可夫模型理论 | 第30-40页 |
| ·简介 | 第30页 |
| ·隐马尔可夫模型基本原理 | 第30-36页 |
| ·隐马尔可夫模型定义 | 第30-32页 |
| ·HMM 的三个基本问题 | 第32-35页 |
| ·HMM 状态转移的拓扑结构和类型 | 第35-36页 |
| ·HMM 模型训练原理 | 第36-37页 |
| ·HMM 的应用 | 第37-39页 |
| ·参数初始化 | 第38页 |
| ·HMM 在应用中存在的局限性 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 条件随机域模型理论 | 第40-48页 |
| ·引言 | 第40页 |
| ·条件随机域模型简介 | 第40-42页 |
| ·CRF 模型定义及结构 | 第41-42页 |
| ·条件随机域模型参数估计 | 第42-44页 |
| ·最大似然参数估计 | 第43-44页 |
| ·CRF 模型的优化方法 | 第44-47页 |
| ·一阶优化技术 | 第44-45页 |
| ·二阶优化技术 | 第45-46页 |
| ·相关优化算法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于HMM 和CRF 的声学模型的设计与实现 | 第48-67页 |
| ·引言 | 第48页 |
| ·特征参数提取 | 第48-52页 |
| ·实验所用语料准备 | 第48-49页 |
| ·端点检测的实现 | 第49-50页 |
| ·提取语音特征参数 | 第50-52页 |
| ·基于HMM 声学层模型训练实验结果 | 第52-59页 |
| ·语法和字典定义 | 第52-53页 |
| ·模型训练和优化 | 第53-59页 |
| ·基于 CRF 声学层模型训练实验结果 | 第59-65页 |
| ·训练数据文件和标注文件准备 | 第59-60页 |
| ·模型训练 | 第60-62页 |
| ·实验结果分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-76页 |